Wie Unternehmen generative KI richtig einsetzen

Die generative künstliche Intelligenz hat es in die Feuilletons und in die Börsennachrichten geschafft. Die Anbieter von KI-Grundmodellen wie Mistral, OpenAI etc… ziehen Milliarden Investitionen an. Kürzlich wurde in Jülich der schnellste Supercomputer Europas eröffnet: Jupiter. Diese Investition von 500 Millionen Euro in die europäische Zukunftsfähigkeit soll erst der Anfang sein.

Es entsteht eine neue Infrastruktur, bestehend aus GPUs (Graphics Processing Units) und Petabytes an Daten, deren Stromverbrauch mit dem der Stahlindustrie es locker aufnehmen kann. Der Jupiter-Supercomputer ist in der Lage, pro Sekunde eine Trillion Rechenoperationen durchzuführen und benötigt dafür gleich so viel Strom wie die Stadt Jülich selbst mit ihren 35.000 Einwohnern. Aber wie können die Unternehmen profitieren?

Es gibt kaum unabhängige Studien zur Wirtschaftlichkeit von KI in Unternehmen in Deutschland, oder gar in den USA. Das bedauert auch das Handelsblatt, wenn es schreibt: “Zahlen, die den wirtschaftlichen Erfolg der Assistenten und anderer KI-gestützter Produkte untermauern würden, geben die Manager jedoch kaum preis.” Handelsblatt - "Wie gut läuft das Geschäft mit künstlicher Intelligenz wirklich"

Allerdings hat das MIT (Massachusetts Institute of Technology, USA) im August 2025 eine Studie veröffentlicht, die zu dem Schluss kommt, dass nach sechs Monaten Laufzeit lediglich 5% der KI-Projekte einen messbaren ROI (Return on Investment) haben. Diese Zahl hat für eine Menge mediale Aufregung gesorgt. Sind die Versprechen nach Effizienz und Kostensenkung nur für ganz wenige Unternehmen überhaupt erreichbar? Braucht es eine komplett neue Organisationsform, um mit KI-Lösungen einen Gewinn zu erwirtschaften? Verdienen am Ende nur die Betreiber der KI-Grundmodelle und ihre Investoren Geld, während Gesellschaft und Umwelt die Leidtragenden sind?

Es stellt sich die Frage, wie Wirtschaftsunternehmen durch Einsatz von KI ihr wirtschaftliches Ergebnis verbessern können. Lassen sich die Versprechen nach effizientem Arbeiten durch Prozessautomatisierung, nach qualitativ besseren Ergebnissen, nach neuen Produkten und Märkten schnell genug einlösen?

Wir haben mit Ludger Schöllgen gesprochen, der seit mehreren Jahren mit der Strategy Alliance KI Projekte für internationale Unternehmen durchführt. Sein Benchmark: weniger als 12 Monate Projektlaufzeit, bis der Mehrwert die Kosten übersteigt. Wir haben seine Erfahrungen zusammengefasst.

Oft findet man bei Managern eine Art magisches Denken in Bezug auf KI und deren Fähigkeiten. Die Technologie ist nicht nur eher neu, sie wurde auch extrem schnell in die breite Öffentlichkeit getragen dadurch, dass die dialogischen Interaktionen erstmal sehr einfach zu handhaben sind. Doch ein Prompt ist keine magische Formel und die KI ist kein Geist in der Wunderlampe.

Glaubt man Sam Altman, KI-Prediger und CEO von Open AI, ist die Generative KI ein "Taschenrechner für Worte”. Er geht davon aus, dass die KI für die Sprache dieselbe Funktion übernehmen wird wie der Taschenrechner für die Zahlen: ohne geht kaum noch was, und wer selber rechnet bzw. schreibt, ist selbst schuld. Das klingt schon sehr viel weniger wundersam.

Ludger Schöllgen formuliert es so: Nur solche Probleme, die bereits ausformuliert wurden, sind dazu geeignet, mittels KI automatisiert zu werden. In jedem KI Vorhaben muss es also eine Prüfung geben, ob der Prozess vollständig beschrieben ist, inklusive aller Quellen, aller Maßnahmen, aller Arbeitsschritte und Tools.

Es erscheint sinnvoll, eine KI Unternehmensstrategie Schritt für Schritt anzugehen und dafür zu sorgen, dass die Leanings im Unternehmen selbst verbleiben. Generative KI kann sehr gut Prozesse ausführen, wenn sie einmal entsprechend aufbereitet wurden. Dazu ist es notwendig, diese Prozesse vollständig zu beschreiben inkl. der Schritte, der Erfolgskriterien und der Entscheidungspunkte.

Dieses Wissen liegt bei den Mitarbeitern, oder auch bei den Dienstleistern. Mal ist es gut dokumentiertes Prozesswissen, mal ist es geteiltes Erfahrungswissen: auf jeden Fall muss es systematisiert und für alle Fälle mit für Menschen verständlichen Handlungsanweisungen unterlegt werden, damit die Prompts damit arbeiten können. Dank der "Intelligenz" der KI ist dann das System in der Lage, auch auf Änderungen zu reagieren.

Es braucht also einen Wissenstransfer von den Mitarbeitern zu dem System, damit die Mitarbeiter an dieser Stelle nicht mehr gebraucht werden.

In einer Automatisierung eines Prozesses werden Datenquellen mittels APIs zusammengeführt. Damit die Sprachmodelle wissen, wie mit diesen Daten umzugehen ist, werden Prompts geschrieben. Die Expertise, die das Unternehmen kennzeichnet, wird in diese Prompts und Verkettungen eingegossen. Das Schreiben von Prompts erfolgt in menschlicher Sprache. Vor einem Jahr noch hat man gerne aufwendige Strukturen entwickelt, die Prompts effizienter und für den Algorithmus verständlicher gemacht haben, Mit der Weiterentwicklung der KI-Grundmodelle werden diese Arbeitsschritte zunehmend unwichtig und das Interface kann gut mit Umgangssprachlichen Formulierungen arbeiten.

Auch die Tatsache, dass die Tools immer mehr Gedächtnis haben, sog. "Kontext", erleichtert den zuverlässigen Umgang mit ihnen.

Schauen wir in die nahe Zukunft und denken an den Generationenwechsel, müssen wir erkennen, dass sehr viel Erfahrungswissen die Unternehmen verlassen wird. Somit erscheint er als Gebot der Stunde, dafür zu sorgen, dass dieses Wissen, das wesentlich zum “Made in Germany” beiträgt, möglichst umfassend gesichert wird um es vor dem endgültigen Verlust zu bewahren.

In der oben erwähnten Studie wird darauf hingewiesen, dass KI-Projekte den Einsatz von Beratern erforderlich machen. Man darf allerdings aufhorchen und sich wundern, wieso klassische Beratungsunternehmen es nicht besser hinkriegen. In unserer Erfahrung zeichnen sich gute KI Berater dadurch aus, dass sie Erfahrung damit haben, wie ein Unternehmen aus der Phase der “Schatten-Nutzung” (Mitarbeiter nutzen KI-Tools ohne Zustimmung) in die nächste Phase der dezentralen Proof-of-Concept Vorhaben erfolgreich hineinwächst und dabei seine Mitarbeiter mitnimmt. Das wiederum bildet eine solide Grundlage für Vorhaben, die messbare ROI Werte zeitigen. Kernkompetenz der KI-Berater ist es außerdem, abteilungsübergreifend ihre Wirkung entfalten zu können, sowie selbst die richtigen KI-Tools einzusetzen oder zu entwickeln.

Das Beratungsunternehmen Strategy Alliance AI aus Düsseldorf setzt gleich in doppelter Hinsicht auf die Wirkung von KI für den Business-Erfolg: nicht nur liefert sie ihren Kunden Strategieberatung mit KI Schwerpunkt, sie ersetzt auch die Berater durch die Plattform. Laut Handelsblatt arbeiten 40% der Kunden ohne “Berater in the middle”.

Laut einer aktuellen Studie (August 2025) des Instituts der deutschen Wirtschaft steigt die Anzahl der Stellenangebote für qualifizierte IT-Fachkräfte vor allem in der Branche „Rechts- und Steuerberatung, Wirtschaftsprüfung“. IT-Unternehmen wiederum streichen Stellen.

Werden also die Steuerberater mittelfristig, die Programmierer jetzt schon durch KI ersetzt?

Der KI-Trend geht dahin, die Menschen durch anpassungsfähige Automatisierungen zu ersetzen. Auch 1-Mann-Agenturen, die auf ein Team von KI-Agenten setzen, entstehen gerade in allen Branchen.

Die Infrastruktur des KI-Zeitalters verbucht weltweit enorme Investitionen. Das Tempo, mit dem Jobs von Programmierern, Beratern, Übersetzern und Buchhaltern etc. verändert werden, ist rasant. Dabei befinden sich viele Unternehmen noch in der Phase, in der Prozessautomatisierung und Qualitätsmanagement durch KI die Kostenstruktur verbessern. Unser Wunsch an der Stelle ist es, dass Wege gefunden werden, wie das Fachwissen, die Expertise, die Kunstfertigkeit, die seit Jahrzehnten in der Arbeitswelt und in der Gesellschaft aufgebaut wurden, von der KI genauso profitieren wie die Investoren, die KI-Grundmodelle und Exascale-Computerzentren finanzieren.

Diesen Prozess zu automatisieren wird unser aller Wissen und Zusammenarbeit erfordern.